КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Дискретное косинусное преобразование
Исходные данные для ДКП имеют вид блоков или матриц 8х8 элементов сигналов Y, или, выражаемых 8-разрядными целыми положительными двоичными числами. Перед выполнением ДКП значение каждого элемента блока сдвигается путем вычитания числа 128, в результате чего элементы блоков выражаются целыми числами со знаком. После этого в кодере JPEG выполняется ДКП при N = М =8. Обратное ДКП выполняется в декодере JPEG. После него выполняется обратный сдвиг уровня каждого элемента путем прибавления числа 128. Как правило, при вычислениях используются алгоритмы быстрого ДКП. В результате выполнения ДКП квадратной матрицы из 8х8 чисел получается квадратная матрица из 8х8 коэффициентов ДКП, которые могут быть как положительными, так и отрицательными целыми числами из диапазона -2047...2047. Эта операция сама по себе не изменяет количества передаваемой информации и является обратимой, так как после выполнения обратного ДКП в каждом блоке и объединения блоков получается изображение, идентичное исходному. Единственным источником необратимых потерь информации могут быть ошибки округления при вычислениях, однако эти ошибки могут быть сделаны достаточно малыми за счет выбора разрядности вычислительных средств. Тем не менее, именно ДКП создает основу для последующего значительного уменьшения объема передаваемой информации. Рассмотрим, как это получается. В первую очередь необходимо отметить, что каждый коэффициент ДКП содержит информацию не об одном каком-то элементе из матрицы элементов изображения, а о всех 64 элементах. Пусть { х(т,п) }, т,п =0...7 - квадратная матрица элементов изображжения, представляющая собой один из его блоков, {С(k,l)}, k,l =0...7 - квадратная матрица коэффициентов двумерного ДКП. Коэффициент С(0,0) пропорционален постоянной составляющей, т. е. среднему значению величин х(т,п) блока изображения. Коэффициент С(0,1) показывает величину пространственно-частотной составляющей, имеющей нулевую пространственную частоту по горизонтальной координате и пространственную частоту, равную 1/ N, по вертикальной координате и т. д.
При выполнении обратного ДКП изображение формируется в виде суперпозиции составляющих, каждая из которых имеет определенную пространственную частоту. Как известно, наибольший вклад при формировании большинства реальных изображений вносят низкочастотные составляющие, определяющие формы и яркости основных объектов и фона. Высокочастотные составляющие создают резкие границы и контуры, а также мелкую структуру (текстуру) изображения. Возможность уменьшения скорости передачи двоичных символов при помощи ДКП (как и при помощи ДПФ) основана на указанных свойствах пространственно-частотного спектра реальных изображений и на ограниченной способности человеческого зрения принимать изменения и искажения мелкой структуры изображения. Количество передаваемой информации уменьшается путем грубого квантования части или всех передаваемых коэффициентов С(k,l), в результате которого уменьшается число двоичных разрядов, используемых для представления этих коэффициентов, а многие из коэффициентов становятся равными 0. Как видим, уменьшение скорости передачи двоичных символов достигается за счет отбрасывания части информации. Поэтому изображение, получаемое с помощью обратного ДКП в приемной части системы, не будет идентично исходному передаваемому изображению. Следовательно, данный метод кодирования относится к методам кодирования с частичной потерей информации. Однако отбрасываемая информация оказывается несущественной для зрительного восприятия, а возникающие изменения и искажения изображения не снижают или почти не снижают его субъективно воспринимаемого качества. Поэтому рассмотренный метод кодирования является методом сокращения психофизиологической точности телевизионного сигнала. Для реальных изображений наибольшую величину имеют низкочастотные составляющие, которые, естественно, должны передаваться с достаточно высокой точностью. Высокочастотные составляющие, имеющие относительно большой уровень, создают резкие границы и контуры, а также высококонтрастные малоразмерные детали. Эта информация также должна передаваться, хотя, может быть, и с меньшей точностью, чем низкочастотные составляющие. Остальные высокочастотные составляющие, величины которых малы и в результате квантования оказываются равными 0, создают слабо различимую мелкую структуру, текстуру отдельных участков изображения и незначительные особенности контуров объектов.
Потеря этой информации изменяет изображение, но во многих случаях эти изменения не существенны для получателя информации - зрителя. В случае же, когда получателем информации является система автоматического распознавания образов (например, в медицинской диагностике или при обнаружении целей), описанный подход может оказаться неприемлемым, так как именно теряемая информация может быть принципиально важной для распознавания. Для сравнения можно отметить, что переход к более грубому квантованию исходного изображения приводит к возникновению заметных искажений в виде ложных контуров. В то же время ошибка квантования, возникающая при грубом квантовании коэффициентов ДКП, "размазывается" по всем элементам блока, и возникающие при этом искажения оказываются менее заметными. Таким образом, использование ДКП в сочетании с последующим квантованием коэффициентов ДКП обеспечивает уменьшение количества передаваемой информации и, следовательно, требуемой ширины полосы частот канала связи. Квантование коэффициентов ДКП С(k,l) выполняется в соответствии с формулой , (20.2.1) где Q(k,l) - коэффициенты квантования, задаваемые в виде таблицы из 8х8 целых чисел (таблица Q на рис. 20.3); f - параметр, определяющий степень сжатия изображения, Round () - операция округления до ближайшего целого значения; - полученные в результате данной операции квантованные коэффициенты ДКП, которые могут быть как положительными, так и отрицательными.
Важно отметить, что для квантования сигнала яркости и цветоразностных сигналов используются разные таблицы. В результате выполнения операции деления и округления многие коэффициенты ДКП становятся равными нулю. Именно квантование дает возможность уменьшения числа двоичных символов, необходимых для представления информации о коэффициентах ДКП, т.е. сжатия изображения. В то же время именно квантование является источником необратимых потерь информации при сжатии. Выбор конкретной таблицы квантования в стандарте JPEG оставлен на усмотрение пользователей, но таблицы квантования сигналов яркости и цветности должны быть одни и те же для всех блоков данного изображения. Операция деквантования, выполняемая в декодере JPEG, заключается в умножении коэффициентов на соответствующие коэффициенты Q(k,l) из таблиц квантования. Если таблицы, использованные при кодировании, не помещены в файл со сжатыми видеоданными, то при декодировании используются стандартные таблицы квантования "по умолчанию".
Дата добавления: 2014-01-06; Просмотров: 786; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |